OpenAI突袭Chrome！ChatGPT长出「手动」，自动打工了

新智元报道 ChatGPT终于可以接管Chrome了！ 就在今天，OpenAI正式官宣ChatGPT重大升级，把计算机使用能力全面引入Chrome中。 网页里的活儿，ChatGPT开始上手了。 Chat模式能跨标签页找信息，Work模式则能在授权后操作网页，发消息、填表、下载文件。 甚至，连堆成山的标签页，也能交给它整理分组。 从查资料到替人操作网页，ChatGPT这回真把手伸进Chrome了。 ChatGPT杀入Chrome 「双模式」打通了 现实中，很多人的浏览器，像一张永远收拾不完的办公桌。 左边是资料，中间是报价，右边是邮件和表格。页面越开越多，真正需要的信息，却散在各个角落。 过去找ChatGPT帮忙，常常还得先做一轮搬运工：复制正文，贴进对话；切回网页，再补一段；遇到三家公司的套餐对比，还要防着自己抄串行。 现在，Chat模式可以跨越打开的标签页收集信息，让回答用上眼前这些材料。 OpenAI举了一个栗子，想要线上比较三款沙发，看尺寸、材质、交付时间和退货政策。 一款便宜，运费可能另算；另一款看着合适，尺寸却进不了电梯。真正费时间的，是把散落在页面里的条件找齐，再放到一起权衡。 软件采购也是一样。打开几家的定价页，把团队需求交给ChatGPT，让它比较哪个套餐覆盖所需功能。 切到Work，AI自己填表 切到Work模式，好戏才刚开始。 靠着底层的Computer Use架构，ChatGPT终于从「光动嘴」变成了「真动手」。 也就是说，它现在能自己接管浏览器、点按网页，把交代的任务继续做下去。 比如简报里有一堆活动名称、日期、地址和联系人，而报名网页上全是一个个零散的输入框。 换作以前，你得开着两个窗口，盯着屏幕来回复制粘贴。 现在不用这么折腾了。把资料和要求一股脑丢给ChatGPT，它来填表，你最后扫一眼把把关就行。 再来看个打工人的高频场景。 平时比价挑供应商，得在好几个网页间来回切。现在，直接让ChatGPT把这几个标签页汇总成表，价格、核心功能、来源链接一步到位。 官方Demo里甚至还演示了怎么用它「搞装修」—— 先横向对比已打开的几家施工队页面，挑出最符合要求的一家，顺手就把联系邮件的草稿给拟好了。 甚至连那个让人头疼的日常小细节，它也顺手解决了： 标签页开成一排小图标，半天找不到刚才的网页？直接让 ChatGPT 帮你整理分组。 刷网页就能打工，太香了 OpenAI这次还顺手把Chrome里的ChatGPT体验给升级了。 刷网页时直接拉开侧边栏，就能翻历史记录、在Chat里提问，或者切到Work模式处理任务。 对天天要查资料的人来说，这简直是刚需。 比如前脚刚和ChatGPT敲定采购需求，后脚打开供应商官网，就能顺着刚才的话茬直接比价；看文章卡在某句拗口的解释上，也能指哪问哪。 阅读和分析就贴在一块儿。少切一次窗口，就少费一次口舌去重新交代背景。 而且，侧边栏和ChatGPT客户端的对话是完全打通的。配合浏览器插件，它甚至能直接帮你在已经登录的网站里干活。 当然，具体什么时候能用上，还得看官方的放量批次和工作区的后台设置。 OpenAI抢了谷歌入口 这次升级最有意思的地方，是OpenAI把AI执行任务的入口，放进了人们正在用的Chrome。 网页、登录状态、手头的资料都在这里。接上这些上下文，AI就有机会跟着人正在推进的事情，继续往下做。 看得出，OpenAI正在全力争夺浏览器的「操作权」。 过去二十年，浏览器是互联网的绝对入口，但它的交互逻辑始终是「人找信息、人点按钮」。 而现在，浏览器正式蜕变为「AI执行任务的工位」，直接可以把活干完。 这下，压力给到谷歌了。 参考资料： https://x.com/ChatGPT/status/2110823738531037651 编辑：桃子 秒追ASI ⭐ 点赞、转发、在看一键三连 ⭐ 点亮星标，锁定新智元极速推送！ 文章原文